基于混沌鲶鱼效应的人工蜂群算法及应用

• 作者: 杨娟娟 柴胜 王生生
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 人工蜂群算法 混沌理论 鲶鱼效应 支持向量机 行为识别
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 学术论文
• 页码范围: 1731-1737
• 页数: 7页
• 分类号: TP319
• 字数: 5638字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2014.9.011

摘要

针对目前人工蜂群算法的早熟收敛、陷入局部极值等问题，提出一种基于混沌鲶鱼效应的改进人工蜂群算法。首先，采用随机性更高的混沌序列初始化蜂群以扩大其遍布范围；其次，集成了鲶鱼效应和混沌理论提出了混沌鲶鱼蜂，并引入了它与跌入局部极值的蜂群之间的有效竞争协调机制，从而增进蜜蜂群体跳出局部最优解、加速收敛的能力。支持向量机的学习能力主要取决于其惩罚因子 C和核函数参数的合理选择，对其参数的优化可以提升其学习效果，然而现行算法均存在一定局限性。基于我们提出的改进人工蜂群算法，对支持向量机的参数进行了优化。最后，在UCI （加州大学欧文分校）数据集和行为识别真实数据集上进行了测试，验证基于改进人工蜂群算法的支持向量机具有更强的分类性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王生生	吉林大学计算机科学与技术学院	63	623	11.0	23.0
5	柴胜	吉林大学计算机科学与技术学院	19	197	8.0	13.0
9	杨娟娟	吉林大学计算机科学与技术学院	1	32	1.0	1.0